MétaCan
Menu
Retour à la cohorte
Enregistrement W2412345761 · doi:10.1080/01634372.2016.1197354

Assessing Social Isolation: Pilot Testing Different Methods

2016· article· en· W2412345761 sur OpenAlexfundno aff
Harry Owen Taylor, Stephanie Herbers, S Talisman, Nancy Morrow‐Howell

Notice bibliographique

RevueJournal of Gerontological Social Work · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHealth disparities and outcomes
Établissements canadiensnon disponible
Organismes subventionnairesAARP FoundationUniversity of LethbridgeWorld Health Organization
Mots-clésSocial isolationIsolation (microbiology)Scale (ratio)PsychologyTest (biology)GerontologyMedicineFamily medicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Social isolation is a significant public health problem among many older adults; however, most of the empirical knowledge about isolation derives from community-based samples. There has been less attention given to isolation in senior housing communities. The objectives of this pilot study were to test two methods to identify socially isolated residents in low-income senior housing and compare findings about the extent of isolation from these two methods. The first method, self-report by residents, included 47 out of 135 residents who completed in-person interviews. To determine self-report isolation, residents completed the Lubben Social Network Scale 6 (LSNS-6). The second method involved a staff member who reported the extent of isolation on all 135 residents via an online survey. Results indicated that 26% of residents who were interviewed were deemed socially isolated by the LSNS-6. Staff members rated 12% of residents as having some or a lot of isolation. In comparing the two methods, staff members rated 2% of interviewed residents as having a lot of isolation. The combination of self-report and staff report could be more informative than just self-report alone, particularly when participation rates are low. However, researchers should be aware of the potential discrepancy between these two methods.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,069
score de la tête « metaresearch » (Gemma)0,086
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,069
Score d'incertitude au seuil0,365

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0690,086
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0010,004
Science ouverte0,0030,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,297
Tête enseignante GPT0,490
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Gerontological Social WorkMême sujetHealth disparities and outcomesTravaux en français237 207